对于课题负责人
资料很多，方向如何聚拢？
任务散落在文档与消息里。目标、分工、阶段与材料之间，缺少一条清晰的线。
课题组织
从分散任务，到共同的研究目标
面向产业政策研究的智能工作台
让研究，
向更深处。
从一份报告，到一项课题，
再到团队可持续积累的研究资产。
研究有据协作有序积累有续
总览持续跟踪研究课题、报告提交与分析质量全景。
演示数据
实时工作台界面，示例数据可交互登录后进入完整工作台
WHY YANXING 现实问题好的研究，
好的研究，
不该止于一份报告。
有深度的个人研究，也需要有组织的团队协作。
研行从真实的研究日常出发，
让人、材料与智能，走向同一个方向。
对于研究人员
各自深入，工作如何衔接？
个人研究不断深入，团队却要反复同步。前序材料与研究背景，常在交接中断线。
团队协同
从各自推进，到有依据的协作
对于人机协作
一次问答之后，如何继续？
通用对话给出了答案，却未必留下过程。AI 的价值，需要进入连续的研究工作。
AI 研究辅助
从孤立问答，到持续的研究辅助
ONE CONNECTED WORKSPACE 核心能力研究的每一步，
研究的每一步，
在这里连成一体。
不必在工具之间反复切换。让目标、材料、分析与积累，自然衔接。
A SHARED DIRECTION
让每一份努力，走向同一个目标。
以课题组织研究背景、人员分工和阶段计划。让每次报告提交都留在共同的上下文中，工作衔接不再依赖反复沟通。
- 负责人、协作者与研究目标清晰关联
- 阶段计划串联多次完整报告提交
- 过程可查阅，成果可交接
课题 → 阶段 → 报告提交
国有资本与产业投资协同机制研究进行中
03
每一次完整提交，都保留过程依据。
AI 辅助研究，不替代专业判断。以上界面均为实时组件与演示资料。
RESEARCH, CONNECTED. 产品创新不止一次 AI 对话。
不止一次 AI 对话。
而是一段持续的研究。
研行的创新，不在于让 AI 替人给出答案，
而在于让智能进入有目标、有过程、
有专业判断的研究工作。
AI 提供辅助，判断始终在人。
组织方式的连接
以课题，建立共同上下文
把背景、人员、阶段与成果要求放在一起。研究管理与实际研究，不再彼此分离。
研究过程的连接
以报告，衔接分析与洞察
让一次提交连接结构化分析与洞察草稿，再回到材料、补充证据，继续推进课题。
知识资产的连接
以积累，延续团队的研究
既保存成果，也留下支撑成果的材料。为后续查阅、交接与再次研究建立基础。
01
明确问题
研究人员确定方向
02
整理材料
选择适用的授权资料
03
AI 辅助
分析结构与研究线索
04
专业核验
补充证据，形成判断
05
知识积累
为下一次研究留下起点
BUILT TO STAY IN YOUR HANDS 架构与部署架构轻量。
架构轻量。
选择，始终在你。
业务工作台与后台任务分离，
数据存储与模型服务各司其职。
Web + 独立 Worker + SQLite，构成可自托管的研究工作台。无需额外部署 Redis 或独立数据库服务，把复杂留在研究，而不是运维。
任务状态实时反馈 模型与提示词可配置 原始资料本地存储 失败重试与结果快照
按实际需要，选择模型服务
应用、数据与推理，可以在内网衔接。
接入兼容接口的自部署模型。当三者均在内网部署时，研究材料可不发送至外部模型服务。
企业自主部署环境SELF-HOSTED
研行 Web 工作台课题 · 报告 · 知识库 · 结果展示
Next.js / React独立 Worker分析 · 洞察 · 任务重试
↔SQLite + 文件业务记录 · 原始材料
Worker 调用 · Chat Completions 兼容接口
自部署模型服务内网推理 · 按实际环境配置
内网自托管不等于全离线。以上为可选部署能力，不构成涉密环境认证；单机架构需按团队规模评估资源。账号编辑权限不等于跨课题读取隔离。
PILOT & PRACTICE 真实任务中的验证先真正用起来，
先真正用起来，
再用记录检验价值。
从课题组织、成果核验到资料复用，
让每一项改进，都能回到实际工作中被检验。
10人研究团队范围
3个月试运行周期
来源：研行产品图册披露的试点基础。
不代表活跃人数、实测效率改善或推广规模。
BEFORE YOU BEGIN 了解更多能力清晰，
能力清晰，
使用才更安心。
研行与通用 AI 对话工具，有什么不同？
研行围绕“课题 → 阶段 → 报告提交”组织研究，把材料、分析、洞察和团队协作留在同一工作环境中。它不是单纯的问答界面，也不以模型输出代替研究人员的最终判断。
支持哪些报告格式？扫描件可以直接分析吗？
支持 PDF 与 DOCX 文本解析。当前不包含 OCR，图片型扫描件需要先完成文字识别；文件大小、页数、解析时间与模型上下文均有实际配置上限。
资料是否必须发送到外部模型？
不必须。可接入兼容 Chat Completions 接口的内网模型，也可选择外部模型服务。若使用外部服务，执行 AI 任务时相关报告内容与上下文会发送至该服务，请依照资料敏感程度、授权范围与服务协议选择。
AI 生成的洞察，可以直接作为正式成果吗？
不建议。结构化输出校验不等于事实核验。研究人员仍需核对原文、政策时效、数据与适用条件，修正模型输出，并按既有成果审核程序形成最终判断。知识库提供资料归档与查阅，不默认等同于自动检索增强（RAG）。
THE NEXT CHAPTER STARTS HERE
从一个真实课题开始。
不必先改变所有工作方式。让下一次研究，多一点连接。